#训练数据

Snorkel AI 这轮融了 3.5 亿美元，估值涨到 35 亿，做的就是帮人准备训练数据这门生意，看来数据标注需求真不小。

techcrunch@Marina Temkin原文

朋友A发现黑客用Claude造导弹了，还发现中国实验室在大量调用Claude来训练自己的模型，挺有意思的。

官方账号Decoder@Maximilian Schreiner11 个信源在谈原文

数学家直接对 OpenAI 发起挑战，讨论的是模型训练数据的使用问题，和之前关于未公开工作的争议有关。

官方账号theverge@Robert Hart11 个信源在谈原文

想了解机器人行业最新动态，看这场大会聚焦的中国机器人企业宇树科技，了解行业挑战与机遇。

具身数据底座开售了，只要5100元，为机器人训练提供数据支持，比传统方案更全面。

量子位@思邈原文

这团队让AI自己给自己出题，跑通了数据层RSI。以后训练数据不够，或许不用再靠人工攒题了。

量子位@闻乐原文

图书被粉碎喂给AI这事闹大了，ISBNdb赶紧删页面撇清，之前Anthropic还花15亿美元和解。

前OpenAI研究员告诉你为啥AI模型不能光靠堆算力，得砸钱搞专业数据。

官方账号Decoder@Matthias Bastian11 个信源在谈原文

想了解AI公司怎么偷你的书来训练模型？这篇揭露了Anthropic、ISBNdb和二手书商背后的故事，尺度大到你可能不知道。

看看这位用户用AI可视化数据的心得，比自己动手建应用省事多了，能帮你吃透训练数据。

Suhail@Suhail原文

黑客挖出Suno训练数据来源，代码显示它大量抓了YouTube音频，这波操作有看头。

techcrunch@Amanda Silberling原文

Deedy盘点了所有卖AI训练数据的公司，50多家年收入85亿，四巨头占了75%。想了解数据供应链的规模，看这个就够了。

AI Will@FinanceYF5原文

有位CEO认为游戏数据比网络文本更能教AI理解空间和因果，General Intuition在搞这个，挺新鲜的。

techcrunch@Theresa Loconsolo原文

前 OpenAI 员工做了个小工具，输入名字就能查 AI 模型认不认得你，莫扎特排第一，挺有意思。

官方账号Decoder@Matthias Bastian11 个信源在谈原文

CommonCrawl 的背书说明 Hugging Face Buckets 在大规模数据管理上靠谱，做 NLP 或预训练数据处理的团队可以直接试试，省去自己搭存储的麻烦。

官方账号Clement Delangue@ClementDelangue原文

Meta 把自家工程师的思考过程变成训练数据，做 AI 编程或关注 AI 对就业影响的开发者值得细看——这可能是未来 AI 训练范式的转折点。

rohanpaul_ai@rohanpaul_ai原文